Git Stars Git Stars

#causal-models Repositories

Entdecke 7 aktive Open-Source-GitHub-Repositories, die mit #causal-models getaggt sind und insgesamt 17,524 Sterne gesammelt haben (durchschnittlich 2,503 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist py-why/dowhy mit 8,411 Sternen.

7
Gesamtzahl der Repositories
17,524
Gesamtanzahl der Sterne
2,503
Durchschnittliche Sterne/Repo
Programmiersprachen: Python Jupyter Notebook

Insgesamt 7 Repositories

1
py-why/dowhy

DoWhy ist eine Python-Bibliothek für kausale Inferenz, die die explizite Modellierung und Überprüfung kausaler Annahmen unterstützt. DoWhy basiert auf einer einheitlichen Sprache für kausale Inferenz, die kausale grafische Modelle und potenzielle Ergebnisrahmenwerk kombiniert.

py-why
⭐ 8,411 Python 👤 py-why Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2018-05-31
2
pgmpy/pgmpy

Python-Toolkit für kausales und probabilistisches Reasoning

pgmpy
⭐ 3,387 Python 👤 pgmpy Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2013-09-20
3
mckinsey/causalnex

Eine Python-Bibliothek, die Data Scientists hilft, Kausalität zu inferieren, anstatt nur Korrelation zu beobachten.

mckinsey
⭐ 2,492 Python 👤 mckinsey Organization 🕐 Aktualisiert 2026-08-31 📅 Erstellt 2019-12-12
4
FenTechSolutions/CausalDiscoveryToolbox

Paket für kausale Inferenz in Graphen und in paarweisen Einstellungen. Tools für die Erholung der Graphstruktur und Abhängigkeiten sind enthalten.

FenTechSolutions
⭐ 1,242 Python 👤 FenTechSolutions Organization 🕐 Aktualisiert 2025-10-13 📅 Erstellt 2017-05-31
5
BiomedSciAI/causallib

Ein Python-Paket für modulare kausale Inferenz-Analyse und Modellbewertungen

BiomedSciAI
⭐ 836 Python 👤 BiomedSciAI Organization 🕐 Aktualisiert 2026-05-26 📅 Erstellt 2019-04-04
6
erdogant/bnlearn

Python-Paket für Kausale Entdeckung durch das Lernen der grafischen Struktur von Bayes'schen Netzwerken. Structure Learning, Parameter Learning, Inferenzen, Sampling-Methoden.

erdogant
⭐ 647 Jupyter Notebook 👤 erdogant User 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2020-01-01
7
cdt15/lingam

Python-Paket für kausale Entdeckung basierend auf LiNGAM.

cdt15
⭐ 511 Python 👤 cdt15 Organization 🕐 Aktualisiert 2026-11-06 📅 Erstellt 2019-08-22

Häufig gestellte Fragen

1

Welches ist das beliebteste #causal-models-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#causal-models-Projekt auf GitHub ist py-why/dowhy mit 8,411 Sternen. DoWhy ist eine Python-Bibliothek für kausale Inferenz, die die explizite Modellierung und Überprüfung kausaler Annahmen unterstützt. DoWhy basiert auf einer einheitlichen Sprache für kausale Inferenz, die kausale grafische Modelle und potenzielle Ergebnisrahmenwerk kombiniert.

2

Welche Programmiersprachen werden in #causal-models-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #causal-models-Projekten auf GitHub sind Python, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #causal-models-Repositories berechnet?

Wir verfolgen 7 aktive Open-Source-Repositories, die mit #causal-models getaggt sind (500+ Sterne), mit insgesamt 17,524 Sternen und durchschnittlich 2,503 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.